R語言之視覺化①②熱圖繪製2
使用pheatmap包繪製熱圖
一般而言,pheatmap較heatmap.2等更為簡潔以及易於理解,對於初學者而言是一款不錯的熱圖繪製軟體。
rm(list=ls()) setwd("E:\Rwork") library(pheatmap) #建立資料集test測試矩陣 test = matrix(rnorm(400), 20, 20) colnames(test) <- paste("sample",1:20,sep = "") rownames(test) <- paste("gene", 1:20,sep = "")test[1:10, seq(1, 20, 2)] = test[1:10, seq(1, 20, 2)] + 5 test[11:20, seq(2, 20, 2)] = test[11:20, seq(2, 20, 2)] - 5 pheatmap(test)
cluster_row = FALSE, cluster_col = FALSE
treeheight_row=0, treeheight_col=0
# 在熱圖格子裡展示文字 pheatmap(test, display_numbers = TRUE) pheatmap(test, display_numbers = TRUE, number_format = "%.1e")
cluster_row = FALSE, cluster_col = FALSE是否聚類,#可設定引數display_numbers將數值顯示在熱圖的格子中,可透過number_format設定數值的格式,較常用的有".2f"(保留小數點後兩位),".1e"(科學計數法顯示,保留小數點後一位),number_color設定顯示內容的顏色:
pheatmap(test, display_numbers = TRUE, number_format = "%.2f", number_color="purple") #"%.2f"表示保留小數點後兩位
#pheatmap還可以顯示行或列的分組資訊,支援多種分組; annotation_col = data.frame(sampleType = factor(rep(c("contol", "knockdown"),10)), sampleclass = factor(rep(c("normal", "tumor"),10)), samplecluster = factor(rep(c("invasive", "noninvasive"),10))) rownames(annotation_col) <- colnames(test) annotation_row = data.frame(geneType = factor(rep(c("kegg1", "kegg2"),10)), geneclass = factor(rep(c("go1", "go2"),10)) ) rownames(annotation_row) <- rownames(test) pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row, treeheight_row=0, treeheight_col=0, cutree_rows=3,cutree_cols=2)
#pheatmap還能夠根據特定的條件將熱圖分隔開;# cutree_rows, cutree_cols:根據行列的聚類數將熱圖分隔開;pheatmap(test,cutree_rows=2,cutree_cols=2)
#還可以自己設定各個分組的顏色 ann_colors = list(sampleType = c(contol = "grey", knockdown = "black"), #連續數值型分組可設定成漸變 sampleclass = c(normal = "#1B9E77", tumor= "#D95F02")) pheatmap(test, annotation_col = annotation_col, annotation_row = annotation_row, annotation_colors = ann_colors)
作者:賽乾
連結:
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/2041/viewspace-2819321/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 【 視覺化】熱力圖繪製原理視覺化
- R語言之視覺化①③散點圖+擬合曲線R語言視覺化
- R視覺化09|ggplot2-圖層圖形語法 (1)視覺化
- [資料分析與視覺化] Python繪製資料地圖2-GeoPandas地圖視覺化視覺化Python地圖
- R統計繪圖 - 熱圖簡化繪圖
- 【R語言】繪製權重直方圖R語言直方圖
- Python繪圖與視覺化Python繪圖視覺化
- 風場視覺化:繪製粒子視覺化
- 風場視覺化:繪製軌跡視覺化
- Python繪製六種視覺化圖表詳解(建議收藏)Python視覺化
- R繪圖(2): 離散/分類變數如何畫熱圖/方塊圖繪圖變數
- E-R圖繪製例項
- Python繪製六種視覺化圖表詳解,三維圖最炫酷!你覺得呢?Python視覺化
- 繪製三元圖、顏色空間圖:R語言程式碼R語言
- R語言中ggplot繪圖繪製L型圖形,並設定框線的粗細R語言繪圖
- 小區確診病例實時地圖,怎麼繪製疫情視覺化地圖?地圖視覺化
- R語言:KEGG富集、視覺化教程,附程式碼R語言視覺化
- R繪圖 第一篇:ggplot2繪圖繪圖
- R語言中繪圖設定不輸出繪圖內容R語言繪圖
- [Python視覺化] pyecharts安裝入門及繪製中國貴州地圖Python視覺化Echarts地圖
- R語言處理.nc檔案(land cover)繪製土地覆蓋變化趨勢圖R語言
- vue 地圖視覺化 mapbox篇(2)Vue地圖視覺化
- 資料視覺化之matplotlib實戰:plt.pie()函式 繪製餅狀圖視覺化函式
- 三種方法繪製雷達圖,用最快的時間做出最好看的視覺化圖表視覺化
- Matplotlib呼叫imshow()函式繪製熱圖函式
- Python資料視覺化:5段程式碼搞定散點圖繪製與使用,值得收藏Python視覺化
- 全棧 – 13 ggplot2 在 R 中進行視覺化全棧視覺化
- 視覺化學習:如何用WebGL繪製3D物體視覺化Web3D
- 視覺化學習:使用WebGL繪製圓形,實現色盤視覺化Web
- 分形、分形幾何、資料視覺化、Python繪圖視覺化Python繪圖
- 前端使用 Konva 實現視覺化設計器(22)- 繪製圖形(矩形、直線、折線)前端視覺化
- 智慧園區三維視覺化應用,如何繪製智慧園區的電子地圖?視覺化地圖
- 如何使用R語言在SAP Analytics Cloud裡繪製各種統計圖表R語言Cloud
- 基於chart.js繪製熱力圖JS
- 視覺化圖表大屏製作工具SovitChart概述視覺化
- 繪圖和視覺化知識圖譜-《利用Python進行資料分析》繪圖視覺化Python
- R語言實現倫敦各地區預期壽命與全國平均水平差異地理資料視覺化(熱力圖)R語言視覺化
- 拿走不謝,資料視覺化地圖製作教程!視覺化地圖